Process Mining im Order-to-Cash-Prozess

Der Weg von Auftrag bis Zahlung

Im Grundschema besteht O2C aus sechs Schritten: Auftrag anlegen, Bonität prüfen und freigeben, Auftrag ausführen, liefern, Rechnung stellen und Zahlung verbuchen. Je nach Unternehmen kommen Auftragsbestätigung, Zoll oder Mahnwesen hinzu.

Auf dem Papier ist das ein gerader Weg. In der Praxis entstehen daraus Hunderte Varianten, weil Kunden Bestellungen ändern, Teillieferungen anfallen, Sperren gesetzt werden oder Zahlungen abweichen. Genau in diesen Varianten verstecken sich die Schwachstellen.

Sechs typische Schwachstellen

Erstens manuelle Schritte und Medienbrüche: Aufträge werden aus E-Mails abgetippt, Preise oder Liefertermine nachträglich korrigiert. Nur ein kleiner Teil der Aufträge läuft vollständig ohne menschlichen Eingriff durch. Zweitens blockierte Aufträge: Kredit- oder Liefersperren bleiben liegen, weil niemand zuständig ist oder es niemand bemerkt.

Drittens Änderungen, Rückfragen und Nacharbeit, die sich im Log als Schleifen und wiederholte Aktivitäten zeigen, etwa Korrekturrechnungen. Viertens Stornierungen und Retouren, die Umsatz kosten und oft auf Probleme weiter vorne hinweisen, zum Beispiel unzuverlässige Lieferzusagen. Fünftens Lieferungen ohne Rechnung („shipped not invoiced“): Die Leistung ist erbracht, das Geld kommt nie an. Sechstens Zahlungsverzug, der Kapital bindet und sich an der Kennzahl DSO (Days Sales Outstanding) ablesen lässt.

Allen gemeinsam ist: Sie sind Abweichungen vom idealen Ablauf – zeitlich, qualitativ oder logisch – und bleiben ohne Daten oft unsichtbar oder werden unterschätzt.

Was ein Event Log verrät

Grundlage von Process Mining ist das Event Log. Es braucht mindestens drei Angaben je Ereignis: eine Fall-ID (etwa die Auftragsnummer), den Namen der Aktivität und einen Zeitstempel. Häufig kommen Bearbeiter, Beträge oder Status hinzu. Für den Austausch solcher Daten gibt es mit XES einen eigenen Standard.

Aus diesen Zeilen leiten Algorithmen ab, in welcher Reihenfolge Aktivitäten wirklich aufeinander folgen, wie oft jeder Pfad vorkommt und wie lange die Wartezeiten dazwischen sind.

Drei Arten, einen Prozess zu lesen

Nach van der Aalst lassen sich drei Klassen unterscheiden. Die Entdeckung (Discovery) baut ein Prozessmodell allein aus den Daten, ohne Vorgaben. Die Konformitätsprüfung (Conformance Checking) legt ein Soll-Modell neben das Log und misst, wo der Ist-Ablauf abweicht. Die Erweiterung (Enhancement) reichert ein Modell um zusätzliche Informationen an, etwa Durchlaufzeiten oder Häufigkeiten.

Für O2C heißt das konkret: Variantenanalyse zeigt den „Happy Path“ und seine Abzweigungen, Performance-Analyse macht Engpässe wie lange Liegezeiten zwischen Lieferung und Rechnung sichtbar, und die Ursachenanalyse sucht nach Merkmalen, die verzögerte Fälle gemeinsam haben – bestimmte Zahlungsbedingungen, Produktgruppen oder Kundensegmente. Hinzu kommen Compliance-Prüfungen, etwa ob Freigaben übersprungen wurden, und die gezielte Suche nach seltenen, aber teuren Fällen.

Von der Abweichung zur Maßnahme

Erkennen allein verbessert noch nichts. Die Arbeit leitet daher Maßnahmen aus den Befunden ab: manuelle Tätigkeiten automatisieren und Medienbrüche schließen, Freigaben über klare Regeln und Schwellwerte beschleunigen, Schleifen durch bessere Stammdaten und Prüfungen am Anfang des Prozesses vermeiden, Stornierungen über verlässliche Bestands- und Lieferzusagen senken und die Rechnungsstellung direkt an die Lieferung koppeln, damit nichts unberechnet bleibt.

Dazu gehören ein standardisierter Prozess über Standorte hinweg und ein laufendes Monitoring mit Kennzahlen und Warnungen. Schließlich sollte jede Maßnahme wirtschaftlich bewertet werden, damit klar ist, welche Abweichung wie viel kostet – und welche Verbesserung sich lohnt.

Wo die Grenzen liegen

Process Mining ist nur so gut wie seine Daten. Nicht jede Tätigkeit wird protokolliert, Zeitstempel aus verschiedenen Systemen passen nicht immer zusammen, und Workarounds tauchen gar nicht auf. Außerdem ist nicht jede Abweichung ein Fehler: Ein bewusst gestalteter Sonderweg für wichtige Kunden erscheint im Tool genauso als Abweichung wie ein echtes Problem.

Dazu kommen menschliche und rechtliche Fragen. Event Logs zeigen, wer was wann gemacht hat; ohne klare Regeln wirkt das schnell wie Überwachung. Datenschutz nach DSGVO, Pseudonymisierung und eine lernende statt strafende Haltung sind deshalb Teil des Ansatzes. Und Software, Fachpersonal und die Bindung an einen Anbieter kosten Geld – ein kleiner Proof of Concept ist oft der sinnvollere Einstieg.

Was ich daraus mitnehme

Process Mining ersetzt kein Prozessverständnis, es schärft es. Das Werkzeug zeigt, wo es hakt; entscheiden und verändern müssen Menschen. Mir hat die Arbeit vor allem bestätigt, was ich aus Bank und Beratung kenne: Probleme entstehen selten in einem einzelnen Schritt, sondern an den Übergängen zwischen Abteilungen.

Für die Zukunft sehe ich die spannendste Entwicklung in der Verbindung mit Automatisierung und KI: Abweichungen nicht nur rückblickend finden, sondern in Echtzeit erkennen und direkt eine Aktion auslösen. Genau an dieser Schnittstelle zwischen Prozess, Daten und Automatisierung möchte ich arbeiten.